资源推荐方法、装置、设备和存储介质与流程

1.本技术涉及人工智能技术领域，特别是涉及一种资源推荐方法、装置、设备和存储介质。


背景技术：

2.随着社会经济的发展，用户的消费越来越多样化。近年来，在为用户推荐资源的过程，仅是根据用户的资产对用户进行分类，得到用户的类型，根据用户类型为用户推荐资源。
3.然而，采用用户资源对用户进行分类以推荐资源的方式，并不能准确的进行资源推荐，导致资源推荐的精确度较低。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够提高资源推荐精确度的资源推荐方法、装置、设备和存储介质。
5.第一方面，本技术提供了一种资源推荐方法，该方法包括：
6.获取在目标资源交易平台中目标对象的目标对象特征组合；
7.确定目标超图；目标超图包括多个节点和多个边，多个边各自对应有节点组合，至少一个节点组合中节点的个数超过两个，每个节点代表对象特征，每个边代表对象标签；
8.从目标超图中确定目标对象特征组合匹配的节点组合，得到匹配节点组合；
9.确定匹配节点组合对应的边得到匹配边，基于匹配边代表的对象标签确定目标对象的对象标签；
10.基于目标对象的对象标签向目标对象推送所述目标资源交易平台中的目标资源。
11.在其中一个实施例中，从目标超图中确定所述目标对象特征组合匹配的节点组合，得到匹配节点组合包括：
12.针对目标超图中的每个节点组合，将节点组合中每个节点代表的对象特征与目标对象特征组合进行匹配；
13.在匹配结果为节点组合中每个节点代表的对象特征属于目标对象特征组合的情况下，将节点组合确定为匹配节点组合。
14.在其中一个实施例中，匹配节点组合为多个，所述基于匹配边代表的对象标签确定目标对象的对象标签包括：
15.确定每个匹配边各自的边权重；
16.将各匹配边中边权重最大的匹配边代表的对象标签，确定为目标对象的对象标签。
17.在其中一个实施例中，目标对象特征组合中的目标对象特征为目标对象的行为特征或目标对象的基础特征；
18.获取在目标资源交易平台中目标对象的目标对象特征组合包括：
19.获取目标对象在目标资源交易平台中的行为特征；
20.获取目标对象在目标资源交易平台中的基础特征；
21.将目标对象的行为特征和目标对象的基础特征组成目标对象特征组合。
22.在其中一个实施例中，行为特征为多个，包括目标对象的平台访问特征和目标对象的活动参与特征；
23.获取目标对象在目标资源交易平台中的行为特征，包括：
24.基于目标对象在目标资源交易平台中的访问次数，得到目标对象的平台访问特征；
25.基于目标对象在所述目标资源交易平台中的活动参与次数，得到目标对象的活动参与特征。
26.在其中一个实施例中，确定目标超图的步骤包括：
27.获取多个样本对象各自的对象特征集合；
28.获取各样本对象的对象标签；
29.基于各样本对象的对象标签和各样本对象的对象特征集合，生成目标超图。
30.第二方面，本技术还提供了一种资源推荐装置。该装置包括：
31.获取模块，用于获取在目标资源交易平台中目标对象的目标对象特征组合；
32.第一确定模块，用于确定目标超图；目标超图包括多个节点和多个边，所述多个边各自对应有节点组合，至少一个所述节点组合中节点的个数超过两个，每个节点代表对象特征，每个边代表对象标签；
33.第二确定模块，用于从目标超图中确定目标对象特征组合匹配的节点组合，得到匹配节点组合；
34.第三确定模块，用于确定匹配节点组合对应的边得到匹配边，基于匹配边代表的对象标签确定目标对象的对象标签；
35.推送模块，用于基于目标对象的对象标签向目标对象推送目标资源交易平台中的目标资源。
36.第三方面，本技术还提供了一种计算机设备。该计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行所述计算机程序时实现以下步骤：
37.获取在目标资源交易平台中目标对象的目标对象特征组合；
38.确定目标超图；目标超图包括多个节点和多个边，多个边各自对应有节点组合，至少一个节点组合中节点的个数超过两个，每个节点代表对象特征，每个边代表对象标签；
39.从目标超图中确定目标对象特征组合匹配的节点组合，得到匹配节点组合；
40.确定匹配节点组合对应的边得到匹配边，基于匹配边代表的对象标签确定目标对象的对象标签；
41.基于目标对象的对象标签向目标对象推送目标资源交易平台中的目标资源。
42.第四方面，本技术还提供了一种计算机可读存储介质。该计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
43.获取在目标资源交易平台中目标对象的目标对象特征组合；
44.确定目标超图；目标超图包括多个节点和多个边，多个边各自对应有节点组合，至少一个节点组合中节点的个数超过两个，每个节点代表对象特征，每个边代表对象标签；
45.从目标超图中确定目标对象特征组合匹配的节点组合，得到匹配节点组合；
46.确定匹配节点组合对应的边得到匹配边，基于匹配边代表的对象标签确定目标对象的对象标签；
47.基于目标对象的对象标签向目标对象推送目标资源交易平台中的目标资源。
48.第五方面，本技术还提供了一种计算机程序产品。该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
49.获取在目标资源交易平台中目标对象的目标对象特征组合；
50.确定目标超图；目标超图包括多个节点和多个边，多个边各自对应有节点组合，至少一个节点组合中节点的个数超过两个，每个节点代表对象特征，每个边代表对象标签；
51.从目标超图中确定目标对象特征组合匹配的节点组合，得到匹配节点组合；
52.确定匹配节点组合对应的边得到匹配边，基于匹配边代表的对象标签确定目标对象的对象标签；
53.基于目标对象的对象标签向目标对象推送目标资源交易平台中的目标资源。
54.上述资源推荐方法、装置、设备和存储介质，首先，获取在目标资源交易平台中目标对象的目标对象特征组合；确定目标超图；其中，目标超图包括多个节点和多个边，多个边各自对应有节点组合，至少一个节点组合中节点的个数超过两个，每个节点代表对象特征，每个边代表对象标签；然后，从目标超图中确定目标对象特征组合匹配的节点组合，得到匹配节点组合；确定匹配节点组合对应的边得到匹配边，基于匹配边代表的对象标签确定目标对象的对象标签；基于目标对象的对象标签向目标对象推送目标资源交易平台中的目标资源，目标对象特征组合包括多个目标对象特征，从而结合目标超图和目标对象特征组合，准确了识别出目标对象的对象标签，从而提高了资源推荐的精确度。
附图说明
55.图1为本实施例提供的一种资源推荐方法的应用环境图；
56.图2为本实施例提供的第一种资源推荐方法的流程示意图；
57.图3为本实施例提供的一种目标超图的结构示意图；
58.图4为本实施例提供的一种获取在目标资源交易平台中目标对象的目标对象特征组合的流程示意图；
59.图5为本实施例提供的一种从目标超图中确定目标对象特征组合匹配的节点组合，得到匹配节点组合的流程示意图；
60.图6为本实施例提供的一种基于匹配边代表的对象标签确定目标对象的对象标签的流程示意图；
61.图7为本实施例提供的第二种资源推荐方法的流程示意图；
62.图8为本实施例提供的一种资源推荐装置的结构框图；
63.图9为本实施例提供的计算机设备的内部结构图。
具体实施方式
64.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不
用于限定本技术。
65.本技术实施例提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图1所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过无线保真(wireless-fidelity，wifi)、移动蜂窝网络、近场通信(near field communication，nfc)或其他技术实现。该计算机程序被处理器执行时以实现一种资源推荐方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
66.在一个实施例中，如图2所示，提供了一种资源推荐方法，该方法包括以下步骤：
67.s201、获取在目标资源交易平台中目标对象的目标对象特征组合。
68.可选的，目标资源交易平台是指用于为用户推荐资料的交易平台，例如，目标资源交易平台可以是推荐金融产品的平台，例如可以是银行提供的资源交易平台。目标对象可以是访问目标资源交易平台的任意用户。目标对象特征组合是指多个目标对象特征进行组合得到的特征组合。其中，目标对象特征组合中的目标对象特征可以为目标对象的行为特征或目标对象的基础特征。
69.其中，行为特征是指目标对象在目标资源交易平台中的行为数据对应的特征数据。行为数据包括但不限于是：参与理财活动次数、参与营销活动次数、固定时间内登陆目标资源交易平台次数、固定时间内点击营销活动次数等中的至少一个。例如，目标对象在目标资源交易平台中参与理财活动次数、参与营销活动次数、固定时间内登陆目标资源交易平台次数、固定时间内点击营销活动次数等对应的特征数据。基础特征是指目标对象在目标资源交易平台中的各种类型的资产总额、各种类型的资产的占比等数据对应的特征数据，例如，目标对象在目标资源交易平台中的时点资产、平均资产(三个月内或半年内平均资产)、固定期限内收入与支出月平均值、存款占资产总值占比、理财占资产总值占比、定期存款总额、近期存款次数、理财总额等对应的特征数据。
70.本实施例中，可以采用大数据技术，获取目标对象在目标资源交易平台中的行为特征或基础特征等对应的特征数据，并将获取的行为特征或基础特征等对应的特征数据进行组合，得到目标对象特征组合。
71.s202、确定目标超图。
72.其中，目标超图包括多个节点和多个边，多个边各自对应有节点组合，至少一个节点组合中节点的个数超过两个，每个节点代表对象特征，每个边代表对象标签。
73.本实施例提供一种目标超图的结构示意图，如图3所示，目标超图包括v1-v6对应的6个节点和e1-e4对应的4个边，其中，v1-v6对应的6个节点分别代表不同的行为特征或不
同的基础特征，e1-e4对应的4个边分别代表在不同的行为特征或不同的基础特征进行组合下，即不同节点组合下，对应的用户标签。其中，e1对应有节点组合包括{v1、v2、v6}，e2对应有节点组合包括{v2、v3、v5}，e3对应有节点组合包括{v4、v5、v6}，e4对应有节点组合包括{v2、v3、v5、v6}。
74.例如，v1表示时点资产特征，v2表示存款占资产总值占比特征，v3表示购买基金总额特征，v4表示购买股票总额特征，v5表示目标资源交易平台中总的访问次数特征，v6表示针对每个资料类型的访问次数特征。例如，e1表示用户标签是存款类型，e2表示用户标签是买基金类型，e3表示用户标签是买股票财类型，e4表示用户标签是综合类型，其中，综合类型指根据用户现有的信息，分辨不出用户的所属的类型，即该类用户既有存款，又偏爱投股票、基金等。
75.需要说明的是，图3所示目标超图中的节点和边的结构，以及每个节点和边表示的意义仅是示例，具体的每个节点和每个边所表示的意义，需要根据实际情况确定，本实施例对此不做限定。
76.本实施例中，可以获取多个样本对象各自的对象特征集合；获取各样本对象的对象标签；基于各样本对象的对象标签和各样本对象的对象特征集合，生成目标超图。
77.具体地，样本对应的对象标签可以是人工标注的。针对每种对象标签，确定具有对象标签的各样本对象，组成该对象标签的样本对象集合。从该样本对象集合中各样本对象的对象特征集合中，获取各不相同的对象特征组成样本对象特征集合，针对样本对象特征集合中的每个对象特征，对样本对象集合中具有该对象特征的各样本对象的数量进行统计，得到该对象特征对应的对象数量，按照对象数量从大到小的顺序，从该样本对象特征集合中获取预设数量的对象特征，得到该对象标签对应的对象特征组合，将该对象标签作为边，将该对象标签对应的对象特征组合作为该边连接的节点，生成目标超图。
78.可选的，可以采用大数据技术获取多个样本对象各自的对象特征，对多个样本对象各自的对象特征进行预处理，去除极端数据；并将去除极端数据后的对象特征进行组合，得到多个样本对象各自的对象特征集合；采用聚类的方式对多个样本对象各自的对象特征集合进行聚类分析，得到各个各样本对象的对象标签，采用稀疏线性回归模型和套索方法对各样本对象的对象标签和各样本对象的对象特征集合进行处理；进而生成能够表示对象特征和对象标签之间对应的关系的目标超图。
79.本实施例，采用大数据技术获取精确的对象特征集合；采用聚类的方式对多个样本对象各自的对象特征集合进行聚类分析，可以精确的得到各个各样本对象的对象标签，并采用稀疏线性回归模型和套索方法对各样本对象的对象标签和各样本对象的对象特征集合进行处理；可以能够得到精确的目标超图，该目标超图可以精确的表示对象特征和对象标签之间对应关系。显然，本实施例中可以提高确定目标超图的精确性，能够精确的表示表示对象特征和对象标签之间对应关系。
80.s203、从目标超图中确定目标对象特征组合匹配的节点组合，得到匹配节点组合。
81.可选的，在获取了目标对象的目标对象特征组合，以及确定目标超图之后，可以从目标超图中的多个节点组合中，确定目标对象特征组合对应的匹配节点组合。
82.s204、确定匹配节点组合对应的边得到匹配边，基于匹配边代表的对象标签确定目标对象的对象标签。
83.可选的，在确定目标对象特征组合对应的目标超图中的匹配节点组合之后，可以基于该匹配节点组合确定该匹配节点组合对应的边，并将该边作为目标对象特征组合对应的匹配边，然后将该匹配边代表的对象标签作为目标对象的对象标签。
84.s205、基于目标对象的对象标签向目标对象推送目标资源交易平台中的目标资源。
85.本实施例中，在确定目标对象的对象标签，可以基于目标对象的对象标签和目标资源交易平台中的目标资源的对应关系，为目标对象推荐目标资源。
86.上述资源推荐方法中，获取在目标资源交易平台中目标对象的目标对象特征组合；确定目标超图；其中，目标超图包括多个节点和多个边，多个边各自对应有节点组合，至少一个节点组合中节点的个数超过两个，每个节点代表对象特征，每个边代表对象标签；然后，从目标超图中确定目标对象特征组合匹配的节点组合，得到匹配节点组合；确定匹配节点组合对应的边得到匹配边，基于匹配边代表的对象标签确定目标对象的对象标签；基于目标对象的对象标签向目标对象推送目标资源交易平台中的目标资源，目标对象特征组合包括多个目标对象特征，从而结合目标超图和目标对象特征组合，准确了识别出目标对象的对象标签，从而提高了资源推荐的精确度。
87.在上述实施例的基础上，本实施例给出如下一种获取在目标资源交易平台中目标对象的目标对象特征组合可选实现方式，具体如图4所示，包括如下步骤：
88.s401、获取目标对象在目标资源交易平台中的行为特征。
89.可选的，目标对象在目标资源交易平台中的行为特征可以为多个，行为特征包括目标对象的平台访问特征和目标对象的活动参与特征；具体的，获取目标对象在目标资源交易平台中的行为特征，包括：基于目标对象在目标资源交易平台中的访问次数，得到目标对象的平台访问特征；基于目标对象在目标资源交易平台中的活动参与次数，得到目标对象的活动参与特征。
90.本实施例中，可以采用大数据技术获取目标对象在目标资源交易平台中总的访问次数、固定时间内登陆目标资源交易平台次数、以及针对每个资料类型的访问次数等，并将目标对象在目标资源交易平台中总的访问次数、固定时间内登陆目标资源交易平台次数、以及针对每个资料类型的访问次数等作为目标对象的平台访问特征。另外，也可以采用大数据技术获取目标对象在目标资源交易平台中参与理财活动次数、参与营销活动次数、以及针对每个资料类型的参与活动次数等，并将目标对象在目标资源交易平台中参与理财活动次数、参与营销活动次数、以及针对每个资料类型的参与活动次数等作为目标对象的活动参与特征。
91.显然，本实施例中，可以采用大数据技术，获取了多样化的行为特征，进而，能够丰富目标对象的平台访问特征和活动参与特征等对应的数据。
92.s402、获取目标对象在目标资源交易平台中的基础特征。
93.可选的，可以采用大数据技术，获取目标对象在目标资源交易平台中的各种类型的资产总额、各种类型的资产的占比等数据对应的基础数据，例如，获取标对象在目标资源交易平台中的时点资产、平均资产(三个月内或半年内平均资产)、固定期限内收入与支出月平均值、存款占资产总值占比、理财占资产总值占比、定期存款总额、近期存款次数、理财总额等对应的特征数据。
94.s403、将目标对象的行为特征和目标对象的基础特征组成目标对象特征组合。
95.本实施例中，将目标对象的行为特征和目标对象的基础特征等对应的特征数据进行组合，进而可以得到多样化的目标对象特征组合。
96.显然，本实施例中，可以采用大数据技术，获取了多样化的行为特征和基础特征等对应的特征数据，进而，能够丰富了目标对象特征组合的多样性。
97.在上述实施例的基础上，本实施例给出如下一种从目标超图中确定目标对象特征组合匹配的节点组合，得到匹配节点组合可选实现方式，具体如图5所示，包括如下步骤：
98.s501、针对目标超图中的每个节点组合，将节点组合中每个节点代表的对象特征与目标对象特征组合进行匹配。
99.s502、在匹配结果为节点组合中每个节点代表的对象特征属于目标对象特征组合的情况下，将节点组合确定为匹配节点组合。
100.具体的，在获取到目标对象的目标对象特征组合之后，将目标对象特征组合，与目标超图中的每个节点组合中的每个节点代表的对象特征进行依次比对，在确定目标对象的目标对象特征组合，与目标超图中的其中一个节点组合中的每个节点代表的对象特征匹配时，将该节点组合作为匹配节点组合。
101.显然，本实施例中，将目标对象特征组合，与目标超图中的每个节点组合中的每个节点代表的对象特征进行依次比对，可以精确的确定目标对象特征组合对应的目标超图中的匹配节点组合。
102.在上述实施例的基础上，在确定目标对象特征组合对应的目标超图中的匹配节点组合为多个时，本实施例给出如下一种基于匹配边代表的对象标签确定目标对象的对象标签可选实现方式，具体如图6所示，包括如下步骤：
103.s601、在匹配节点组合为多个时，可以确定每个匹配边各自的边权重。
104.s602、将各匹配边中边权重最大的匹配边代表的对象标签，确定为目标对象的对象标签。
105.具体的，在确定目标对象特征组合对应的目标超图中的匹配节点组合为多个时，可以确定每个匹配节点组合对应的每个匹配边各自的边权重；然后，将边权重最大的匹配边作为最优匹配边，将最优匹配边对应的对象标签，作为目标对象的对象标签。
106.本实施例中，可以从多个匹配边中，基于边权重，精确的确定目标对象特征组合对应最优匹配边，并将最优匹配边对应的对象标签，作为目标对象的对象标签。显然，本实施例中，可以精确的确定目标对象对应的对象标签。
107.在上述实施例的基础上，本实施例提供了第二种资源推荐方法的可选实现方式，如图7所示，该方法包括以下步骤：
108.s701、获取多个样本对象各自的对象特征集合。
109.s702、获取各样本对象的对象标签。
110.s703、基于各样本对象的对象标签和各样本对象的对象特征集合，生成目标超图。
111.s704、基于目标对象在目标资源交易平台中的访问次数，得到目标对象的平台访问特征。
112.s705、基于目标对象在目标资源交易平台中的活动参与次数，得到目标对象的活动参与特征。
113.s706、获取目标对象在目标资源交易平台中的基础特征。
114.s707、将目标对象的行为特征和目标对象的基础特征组成目标对象特征组合。
115.s708、基于目标对象在目标资源交易平台中的活动参与次数，得到目标对象的活动参与特征。
116.s709、针对目标超图中的每个节点组合，将节点组合中每个节点代表的对象特征与目标对象特征组合进行匹配。
117.s710、在匹配结果为节点组合中每个节点代表的对象特征属于目标对象特征组合的情况下，将节点组合确定为匹配节点组合。
118.s711、匹配节点组合为多个，确定每个匹配边各自的边权重。
119.s712、将各匹配边中边权重最大的匹配边代表的对象标签，确定为目标对象的对象标签。
120.s713、基于目标对象的对象标签向目标对象推送目标资源交易平台中的目标资源。
121.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
122.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的资源推荐方法的一种资源推荐装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案和有益效果相似，故下面所提供的一个或多个资源推荐装置实施例中的具体限定可以参见上文中对于一种资源推荐方法的限定，在此不再赘述。
123.在一个实施例中，如图8所示，提供了一种资源推荐装置1，包括：
124.获取模块801，用于获取在目标资源交易平台中目标对象的目标对象特征组合；
125.第一确定模块802，用于确定目标超图；目标超图包括多个节点和多个边，多个边各自对应有节点组合，至少一个节点组合中节点的个数超过两个，每个节点代表对象特征，每个边代表对象标签；
126.第二确定模块803，用于从目标超图中确定目标对象特征组合匹配的节点组合，得到匹配节点组合；
127.第三确定模块804，用于确定匹配节点组合对应的边得到匹配边，基于匹配边代表的对象标签确定目标对象的对象标签；
128.推送模块805，用于基于目标对象的对象标签向所述目标对象推送目标资源交易平台中的目标资源。
129.在其中一个实施例中，第二确定模块803，具体用于：
130.针对目标超图中的每个节点组合，将节点组合中每个节点代表的对象特征与所述目标对象特征组合进行匹配；
131.在匹配结果为节点组合中每个节点代表的对象特征属于目标对象特征组合的情
况下，将节点组合确定为匹配节点组合。
132.在其中一个实施例中，匹配节点组合为多个，第三确定模块804，具体用于：
133.确定每个匹配边各自的边权重；
134.将各匹配边中边权重最大的匹配边代表的对象标签，确定为目标对象的对象标签。
135.在其中一个实施例中，目标对象特征组合中的目标对象特征为目标对象的行为特征或目标对象的基础特征；获取模块801，包括：
136.第一获取单元，用于获取目标对象在目标资源交易平台中的行为特征；
137.第二获取单元，用于获取目标对象在目标资源交易平台中的基础特征；
138.组合单元，用于将目标对象的行为特征和目标对象的基础特征组成目标对象特征组合。
139.在其中一个实施例中，行为特征为多个，包括目标对象的平台访问特征和目标对象的活动参与特征；第一获取单元，具体用于：
140.基于目标对象在目标资源交易平台中的访问次数，得到目标对象的平台访问特征；
141.基于目标对象在目标资源交易平台中的活动参与次数，得到目标对象的活动参与特征。
142.在其中一个实施例中，第一确定模块802，具体用于：
143.获取多个样本对象各自的对象特征集合；
144.获取各样本对象的对象标签；
145.基于各样本对象的对象标签和各样本对象的对象特征集合，生成目标超图。
146.上述资源推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
147.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现资源推荐。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
148.本领域技术人员可以理解，图9中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
149.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取在目标资源交易平台中目标
对象的目标对象特征组合；确定目标超图；目标超图包括多个节点和多个边，多个边各自对应有节点组合，至少一个节点组合中节点的个数超过两个，每个节点代表对象特征，每个边代表对象标签；从目标超图中确定目标对象特征组合匹配的节点组合，得到匹配节点组合；确定匹配节点组合对应的边得到匹配边，基于匹配边代表的对象标签确定目标对象的对象标签；基于目标对象的对象标签向目标对象推送所述目标资源交易平台中的目标资源。
150.在其中一个实施例中，从目标超图中确定所述目标对象特征组合匹配的节点组合，得到匹配节点组合包括：针对目标超图中的每个节点组合，将节点组合中每个节点代表的对象特征与目标对象特征组合进行匹配；在匹配结果为节点组合中每个节点代表的对象特征属于目标对象特征组合的情况下，将节点组合确定为匹配节点组合。
151.在其中一个实施例中，匹配节点组合为多个，所述基于匹配边代表的对象标签确定目标对象的对象标签包括：确定每个匹配边各自的边权重；将各匹配边中边权重最大的匹配边代表的对象标签，确定为目标对象的对象标签。
152.在其中一个实施例中，目标对象特征组合中的目标对象特征为目标对象的行为特征或目标对象的基础特征；获取在目标资源交易平台中目标对象的目标对象特征组合包括：获取目标对象在目标资源交易平台中的行为特征；获取目标对象在目标资源交易平台中的基础特征；将目标对象的行为特征和目标对象的基础特征组成目标对象特征组合。
153.在其中一个实施例中，行为特征为多个，包括目标对象的平台访问特征和目标对象的活动参与特征；获取目标对象在目标资源交易平台中的行为特征，包括：基于目标对象在目标资源交易平台中的访问次数，得到目标对象的平台访问特征；基于目标对象在所述目标资源交易平台中的活动参与次数，得到目标对象的活动参与特征。
154.在其中一个实施例中，确定目标超图的步骤包括：获取多个样本对象各自的对象特征集合；获取各样本对象的对象标签；基于各样本对象的对象标签和各样本对象的对象特征集合，生成目标超图。
155.本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取在目标资源交易平台中目标对象的目标对象特征组合；确定目标超图；目标超图包括多个节点和多个边，多个边各自对应有节点组合，至少一个节点组合中节点的个数超过两个，每个节点代表对象特征，每个边代表对象标签；从目标超图中确定目标对象特征组合匹配的节点组合，得到匹配节点组合；确定匹配节点组合对应的边得到匹配边，基于匹配边代表的对象标签确定目标对象的对象标签；基于目标对象的对象标签向目标对象推送所述目标资源交易平台中的目标资源。
156.在其中一个实施例中，从目标超图中确定目标对象特征组合匹配的节点组合，得到匹配节点组合包括：针对目标超图中的每个节点组合，将节点组合中每个节点代表的对象特征与目标对象特征组合进行匹配；在匹配结果为节点组合中每个节点代表的对象特征属于目标对象特征组合的情况下，将节点组合确定为匹配节点组合。
157.在其中一个实施例中，匹配节点组合为多个，基于匹配边代表的对象标签确定目标对象的对象标签包括：确定每个匹配边各自的边权重；将各匹配边中边权重最大的匹配边代表的对象标签，确定为目标对象的对象标签。
158.在其中一个实施例中，目标对象特征组合中的目标对象特征为目标对象的行为特征或目标对象的基础特征；获取在目标资源交易平台中目标对象的目标对象特征组合包
括：获取目标对象在目标资源交易平台中的行为特征；获取目标对象在目标资源交易平台中的基础特征；将目标对象的行为特征和目标对象的基础特征组成目标对象特征组合。
159.在其中一个实施例中，行为特征为多个，包括目标对象的平台访问特征和目标对象的活动参与特征；获取目标对象在目标资源交易平台中的行为特征，包括：基于目标对象在目标资源交易平台中的访问次数，得到目标对象的平台访问特征；基于目标对象在所述目标资源交易平台中的活动参与次数，得到目标对象的活动参与特征。
160.在其中一个实施例中，确定目标超图的步骤包括：获取多个样本对象各自的对象特征集合；获取各样本对象的对象标签；基于各样本对象的对象标签和各样本对象的对象特征集合，生成目标超图。
161.本技术还提供了一种计算机程序产品。计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：获取在目标资源交易平台中目标对象的目标对象特征组合；确定目标超图；目标超图包括多个节点和多个边，多个边各自对应有节点组合，至少一个节点组合中节点的个数超过两个，每个节点代表对象特征，每个边代表对象标签；从目标超图中确定目标对象特征组合匹配的节点组合，得到匹配节点组合；确定匹配节点组合对应的边得到匹配边，基于匹配边代表的对象标签确定目标对象的对象标签；基于目标对象的对象标签向目标对象推送目标资源交易平台中的目标资源。
162.在其中一个实施例中，从目标超图中确定所述目标对象特征组合匹配的节点组合，得到匹配节点组合包括：针对目标超图中的每个节点组合，将节点组合中每个节点代表的对象特征与目标对象特征组合进行匹配；在匹配结果为节点组合中每个节点代表的对象特征属于目标对象特征组合的情况下，将节点组合确定为匹配节点组合。
163.在其中一个实施例中，匹配节点组合为多个，所述基于匹配边代表的对象标签确定目标对象的对象标签包括：确定每个匹配边各自的边权重；将各匹配边中边权重最大的匹配边代表的对象标签，确定为目标对象的对象标签。
164.在其中一个实施例中，目标对象特征组合中的目标对象特征为目标对象的行为特征或目标对象的基础特征；获取在目标资源交易平台中目标对象的目标对象特征组合包括：获取目标对象在目标资源交易平台中的行为特征；获取目标对象在目标资源交易平台中的基础特征；将目标对象的行为特征和目标对象的基础特征组成目标对象特征组合。
165.在其中一个实施例中，行为特征为多个，包括目标对象的平台访问特征和目标对象的活动参与特征；获取目标对象在目标资源交易平台中的行为特征，包括：基于目标对象在目标资源交易平台中的访问次数，得到目标对象的平台访问特征；基于目标对象在所述目标资源交易平台中的活动参与次数，得到目标对象的活动参与特征。
166.在其中一个实施例中，确定目标超图的步骤包括：获取多个样本对象各自的对象特征集合；获取各样本对象的对象标签；基于各样本对象的对象标签和各样本对象的对象特征集合，生成目标超图。
167.需要说明的是，本技术所涉及的数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的数据。
168.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，
本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
169.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
170.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。

技术特征：
1.一种资源推荐方法，其特征在于，所述方法包括：获取在目标资源交易平台中目标对象的目标对象特征组合；确定目标超图；所述目标超图包括多个节点和多个边，所述多个边各自对应有节点组合，至少一个所述节点组合中节点的个数超过两个，每个所述节点代表对象特征，每个边代表对象标签；从所述目标超图中确定所述目标对象特征组合匹配的节点组合，得到匹配节点组合；确定所述匹配节点组合对应的边得到匹配边，基于所述匹配边代表的对象标签确定所述目标对象的对象标签；基于所述目标对象的对象标签向所述目标对象推送所述目标资源交易平台中的目标资源。2.根据权利要求1所述的方法，其特征在于，所述从所述目标超图中确定所述目标对象特征组合匹配的节点组合，得到匹配节点组合包括：针对所述目标超图中的每个节点组合，将所述节点组合中每个节点代表的对象特征与所述目标对象特征组合进行匹配；在匹配结果为所述节点组合中每个节点代表的对象特征属于所述目标对象特征组合的情况下，将所述节点组合确定为匹配节点组合。3.根据权利要求2所述的方法，其特征在于，所述匹配节点组合为多个，所述基于所述匹配边代表的对象标签确定所述目标对象的对象标签包括：确定每个所述匹配边各自的边权重；将各所述匹配边中边权重最大的匹配边代表的对象标签，确定为所述目标对象的对象标签。4.根据权利要求1所述的方法，其特征在于，所述目标对象特征组合中的目标对象特征为所述目标对象的行为特征或目标对象的基础特征；所述获取在目标资源交易平台中目标对象的目标对象特征组合包括：获取目标对象在目标资源交易平台中的行为特征；获取目标对象在目标资源交易平台中的基础特征；将所述目标对象的行为特征和所述目标对象的基础特征组成所述目标对象特征组合。5.根据权利要求4所述的方法，其特征在于，所述行为特征为多个，包括所述目标对象的平台访问特征和所述目标对象的活动参与特征；所述获取目标对象在目标资源交易平台中的行为特征，包括：基于所述目标对象在所述目标资源交易平台中的访问次数，得到所述目标对象的平台访问特征；基于所述目标对象在所述目标资源交易平台中的活动参与次数，得到所述目标对象的活动参与特征。6.根据权利要求1所述的方法，其特征在于，确定所述目标超图的步骤包括：获取多个样本对象各自的对象特征集合；获取各所述样本对象的对象标签；基于各所述样本对象的对象标签和各所述样本对象的对象特征集合，生成目标超图。7.一种资源推荐装置，其特征在于，所述装置包括：
获取模块，用于获取在目标资源交易平台中目标对象的目标对象特征组合；第一确定模块，用于确定目标超图；所述目标超图包括多个节点和多个边，所述多个边各自对应有节点组合，至少一个所述节点组合中节点的个数超过两个，每个所述节点代表对象特征，每个边代表对象标签；第二确定模块，用于从所述目标超图中确定所述目标对象特征组合匹配的节点组合，得到匹配节点组合；第三确定模块，用于确定所述匹配节点组合对应的边得到匹配边，基于所述匹配边代表的对象标签确定所述目标对象的对象标签；推送模块，用于基于所述目标对象的对象标签向所述目标对象推送所述目标资源交易平台中的目标资源。8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结
本申请涉及一种资源推荐方法、装置、设备和存储介质。涉及人工智能技术领域。该方法包括：获取在目标资源交易平台中目标对象的目标对象特征组合；确定目标超图；从目标超图中确定目标对象特征组合匹配的节点组合，得到匹配节点组合；确定匹配节点组合对应的边得到匹配边，基于匹配边代表的对象标签确定目标对象的对象标签；基于目标对象的对象标签向目标对象推送目标资源交易平台中的目标资源，目标对象特征组合包括多个目标对象特征，从而结合目标超图和目标对象特征组合，准确了识别出目标对象的对象标签，从而提高了资源推荐的精确度。从而提高了资源推荐的精确度。从而提高了资源推荐的精确度。


技术研发人员：李鹏祖 张晓宇 赵凯
受保护的技术使用者：中国银行股份有限公司
技术研发日：2023.06.09
技术公布日：2023/10/15